工业产品视觉检测中的感兴趣区域建模与提取
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 感兴趣区域提取研究现状 | 第10-12页 |
| 1.2.1 感兴趣区域提取方法 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.2.3 国外研究现状 | 第12页 |
| 1.3 主要研究工作 | 第12-13页 |
| 1.4 论文章节安排 | 第13-15页 |
| 2 ROI提取总体技术路线 | 第15-27页 |
| 2.1 ROI提取需求分析 | 第15-18页 |
| 2.2 ROI提取基本方法及分析 | 第18-23页 |
| 2.2.1 基于阈值分割的图像分割 | 第18-19页 |
| 2.2.2 基于边缘的图像分割 | 第19-22页 |
| 2.2.3 基于区域的图像分割 | 第22-23页 |
| 2.3 总体技术路线 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 感兴趣区域建模 | 第27-39页 |
| 3.1 ROI建模分析 | 第27-28页 |
| 3.2 基于组态的感兴趣区域建模 | 第28-34页 |
| 3.2.1 基础图形建模表示 | 第28-33页 |
| 3.2.2 组合图形建模 | 第33-34页 |
| 3.2.3 ROI建模组态 | 第34页 |
| 3.3 图形属性分类 | 第34-37页 |
| 3.3.1 规则与不规则图形 | 第35页 |
| 3.3.2 依赖性与非依赖性 | 第35-37页 |
| 3.3.3 简单与组合图形 | 第37页 |
| 3.4 基于可扩展标记语言的模型存储 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 感兴趣区域层次定位 | 第39-61页 |
| 4.1 基于模板匹配的ROI模型粗定位 | 第39-44页 |
| 4.1.1 传统模板匹配方法粗定位 | 第39-42页 |
| 4.1.2 基于灰度投影的快速模板匹配 | 第42-44页 |
| 4.2 规则图形精确定位 | 第44-57页 |
| 4.2.1 四边形图形精确定位 | 第44-50页 |
| 4.2.2 圆图形精确定位 | 第50-55页 |
| 4.2.3 组合图形精确定位 | 第55-57页 |
| 4.3 不规则图形精确定位 | 第57-60页 |
| 4.4 本章小结 | 第60-61页 |
| 5 工业产品检测中的应用 | 第61-66页 |
| 5.1 手机外壳表面缺陷检测中的ROI提取 | 第61-64页 |
| 5.1.1 感兴趣区域提取结果 | 第61-63页 |
| 5.1.2 结果分析 | 第63-64页 |
| 5.2 本章小结 | 第64-66页 |
| 6 总结与展望 | 第66-68页 |
| 6.1 工作总结 | 第66-67页 |
| 6.2 工作展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 攻读学位期间主要的研究成果目录 | 第73-74页 |
| 致谢 | 第74页 |
